MétaCan
Menu
Back to cohort
Record W7162077266 · doi:10.82308/34349

Alternative jet fuels and the business of freedom: a socio-environmental perspective for mitigating the climate impact of aviation

2021· dissertation· en· W7162077266 on OpenAlexaboutno aff
Monica Soria Baledon

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEnvironmental Science
TopicAdvanced Aircraft Design and Technologies
Canadian institutionsnot available
Fundersnot available
KeywordsNormativeEnvironmental policyPerspective (graphical)Context (archaeology)Descriptive research

Abstract

fetched live from OpenAlex

Cette thèse de doctorat étudie le rôle des carburants d’aviation durables (AJF) dans l’atténuation des effets du transport aérien sur le climat dans les décennies à venir. Cette recherche socio-environnementale s’inscrit dans un cadre théorique de science post-normale (PNS). Une approche méthodologique mixte appliquée à l’aéronautique et le recours à des méthodes hors domaine ont joué un rôle déterminant dans l’élaboration des composantes descriptive et normative prévues à la PNS.La composante descriptive est centrée sur les implications, pour la gouvernance environnementale, de la définition des problèmes post-normaux en termes de ce qui est connu et de ce qui peut l’être. Sa composante normative vise l’identification de mécanismes d’information et d’amélioration de la prise de décisions dans le secteur du transport aérien sur la base d’une enquête scientifique réflexive, inclusive et transparente.L’analyse des fondements discursifs de la politique climatique de l’aviation, dont ceux de la stratégie de l’Organisation de l’aviation civile internationale (OACI) pour les carburants d’aviation durables, a révélé des cas persistants d’obliquité des données, de lacunes dans l’information et d’asymétries sous-jacentes à des formes incontestées de représentations des problèmes concernant les répercussions environnementales du transport aérien.Certaines des solutions expliquées dans la présente thèse pour résoudre ces problèmes comprennent : a) le renforcement de la transparence et de l’accès aux données collectées par les gouvernements, l’industrie, les universités et d’autres parties prenantes sur les émissions de l’aviation provenant notamment de la combustion de carburant; b) l’harmonisation des épistémologies pour mesurer, attribuer, évaluer, vérifier et rendre compte des données environnementales de manière à pouvoir établir des comparaisons; c) une réévaluation de l’approche sectorielle des objectifs de développement durable (ODD) en vue de favoriser l’adéquation des politiques et actions de l’aviation avec les objectifs du Programme des Nations Unies de développement durable à l’horizon 2030; d) un plus grand engagement des parties prenantes dans la production qualitative, l’évaluation et l’utilisation des connaissances; et e) une large sensibilisation des utilisateurs finaux pour mobiliser chacun d’eux dans l’action climatique. Les (fausses) représentations des problèmes inhérents au secteur de l’aviation ont historiquement minimisé l’importance de la durabilité au regard de la croissance sectorielle. À défaut de remplacer ces représentations par des discours sur la ‘durabilité forte’, les répercussions de l’aviation sur les populations et l’environnement se feront sentir encore longtemps, à petite comme à grande échelle.La faiblesse des discours sur la durabilité dans le secteur de l’aviation peut être contrée par la prise de décisions participative dans la mesure où sont compris le quoi, le pourquoi et le qui, lesquels s’avèrent tout aussi pertinents que les économies d’échelle pour l’avenir des AJF. Les partenariats multipartites sont des mécanismes prometteurs qui permettent d’intégrer des perspectives et une expertise sur la ‘durabilité forte’, ces dernières étant souvent négligées dans la rédaction de politiques et de réglementations sur les AJF au-delà du travail de l’OACI.L’étude de cas canadienne est la parfaite illustration de ce qui précède. Elle dresse un portrait complet de la situation, des défis, des possibilités à saisir et des prochaines étapes de manière à franchir stratégiquement les obstacles à la commercialisation des AJF. C’est à partir de cette étude qu’a été élaborée une feuille de route nationale appelée SAFI Canada. Elle est le résultat de la participation active et pluraliste des parties prenantes au sein d’une communauté d’intérêts sur les AJF, en partie réunie à cet effet

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.418
Threshold uncertainty score0.414

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.001
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.010
GPT teacher head0.272
Teacher spread0.262 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same topicAdvanced Aircraft Design and TechnologiesFrench-language works237,207